1 Sertifika Eğitimi satın al, 🎁 2 Video Eğitim + 🎟️ %35 İndirimli Alive '25 Bileti HEDİYE!
Yapay zeka şirketleri bugünlerde halka arz edilmeye (borsaya açılmaya) hazırlanırken, finansal tablolarına baktığımızda doğal olarak aklımıza bazı sorular geliyor: "Bu şirketler gerçekten para kazanıyor mu?" ve "Nasıl?"
AI ekonomisinin işleyişi, geleneksel iş modellerinden çok farklı. Bir taksi şirketinin her yolcu için ücret aldığını düşünürsünüz, değil mi? Peki ya taksi şoförü benzin için ödediğinden daha az para kazanıyorsa? Ya bir çiftlik sahibi verimliliği artırmak için 99 katır alıp sonra bu katırların pisliğini temizlemek için tüm zamanını harcıyorsa?
Bu ders, AI şirketlerinin ekonomisinin gerçekte nasıl işlediğini anlamanıza yardımcı olacak. Bazı örnekler absürt gelebilir, ama işaret ettikleri gerçek finansal mekanizmalar bugün gerçekten yaşanıyor.
Şimdi adım adım, AI ekonomisinin temel yapı taşlarını inceleyelim.
ARR (Annual Recurring Revenue - Yıllık Yinelenen Gelir), bir şirketin abonelik modelinden yıl boyunca kazanmayı beklediği toplam geliri gösterir. Örneğin, ayda 10 TL ödeme yapan 100 müşteriniz varsa, ARR'nız 12.000 TL'dir (100 × 10 × 12).
AI şirketleri genellikle büyük kurumsal müşterilere çok yıllık abonelikler satar. Şimdi kritik noktaya gelelim: peşin ödeme.
Diyelim ki Alex adında biri üzüm satıyor. Bir üzüm edinmesi 2 milyar dolara mal oluyor. Alex, Mike'a şöyle bir teklif sunuyor: "Sana 12 ay boyunca her ay bir üzüm vereceğim, aylık fiyatı 1 milyar dolar. Ama 12 milyar doların tamamını şimdi öde."
Mike kabul ediyor ve parayı veriyor. Alex ilk ay bir üzüm teslim ediyor. Şimdi Alex'in finansal tablosuna bakalım:
Ama dikkat edin: Alex henüz sadece bir üzüm teslim etti. Geriye kalan 11 üzümü vermek zorunda, ama parayı çoktan aldı ve "kâr" olarak gösterdi.
Bu model, gelecekteki yükümlülükleri bugünün geliri gibi gösterir. Muhasebe kuralları buna "ertelenmiş gelir" der ve teoride parayı zaman içinde tanımak gerekir. Ancak yatırımcılara sunulan sunumlarda ARR ve "bu çeyrekteki nakit akışı" vurgulanır, gerçek teslimat maliyetleri ve gelecek yükümlülükler gölgede kalır.
AI şirketleri için bu özellikle cazip: büyük bir kurumsal müşteri 5 yıllık bir AI hizmeti anlaşması imzalıyor, parayı peşin veriyor. Şirket bu parayı "büyüme" olarak açıklıyor, oysa hizmeti henüz tam olarak vermedi ve bu hizmeti vermenin maliyeti çok yüksek olabilir.
Laura bir taksi işletmesi yürütüyor. Geleneksel modelde her yolculuk için ücret alırsınız. Ama Laura farklı bir model deniyor: aylık 20 dolar sabit abonelik. Sınırsız yolculuk değil, ama müşteri her ay 20 dolar ödüyor.
Laura'nın 40 milyon ödeme yapan müşterisi var. Yıllık geliri:
40.000.000 × 20 × 12 = yaklaşık 13 milyar dolar
Kulağa harika geliyor, değil mi? Ama şimdi maliyetlere bakalım.
Laura, yıllık yakıt (benzin) için 25 milyar dolar harcıyor. Yani:
Bu henüz taksinin kendisini, sürücüleri, bakımı, sigortayı vs. saymıyor. Ama en büyük sorun: Laura'nın taksisi ona 1 trilyon dolara mal oldu ve bu "taksi"yi (yani AI altyapısını, veri merkezlerini) her 4-8 yılda bir yenilemek zorunda.
AI şirketleri büyük hesaplama gücü (GPU, veri merkezleri) gerektirir. OpenAI, Anthropic gibi şirketler her sorguya verdikleri yanıt için elektrik, donanım aşınması, bulut maliyeti öderler. Abonelik ücretleri genellikle bu maliyetleri karşılamaz.
Yine de yatırımcılar "pazar hakimiyeti", "kullanıcı büyümesi" ve "gelecekteki ölçek ekonomisi" vaatleriyle şirketlere milyarlarca dolar yatırıyor. Fikir şu: Eğer yeterince büyürseniz, maliyetler düşer ve sonunda kârlı olursunuz. Ama bu henüz kanıtlanmadı.
"Gelir büyük ama zarar daha büyük" durumu, AI ekonomisinin temel paradoksudur. Şirket her yeni müşteride para kaybediyor, ama daha çok müşteri almaya devam ediyor.
Jenny bir krematoryum (ölü yakma tesisi) işletiyor. John'un propan (gaz) şirketi Jenny'ye 20 milyar dolar yatırım yapıyor ve karşılığında işletmenin %5'ini alıyor.
Jenny ne yapıyor bu parayla?
Şimdi John'un çeyreklik raporuna bakalım:
Bu bir döngüsel yatırım (round-trip investment) örneği. John, Jenny'ye para veriyor; Jenny o parayı John'a geri ödüyor (propan alarak). John bunu "gelir" olarak raporluyor, ama aslında kendi parasını geri alıyor.
AI ekonomisinde benzer durumlar şöyle işliyor:
Teknik olarak yasaldır, ama gerçek ekonomik değer yaratımı belirsizdir. Para bir döngü içinde dönüyor, ama dışarıdan gerçek müşteri geliri sınırlı olabilir.
Xavier bir apartman sahibi. Bu apartmanı kiraya veriyor ama her ay 1 milyar dolar zarar ediyor. Mantıklı bir insan bu noktada durur, değil mi?
Xavier tam tersini yapıyor: "Bu iş harika gidiyor, daha çok apartman inşa edelim!" diyor ve 850 milyar dolar değerinde yeni apartman inşaatına başlıyor. Üstelik bu apartmanları kimsenin istemediği yerlere yapıyor.
Ted adında biri de bu fikri o kadar beğeniyor ki, sahip olduğu her şeyi kaldıraç yapıp (borçlanarak) Xavier'e 100 milyar dolar veriyor. Bu paranın bir kısmı hemen Xavier'in aylık 1 milyar dolarlık zararını kapatmak için kullanılıyor.
Bu senaryo, bugün AI veri merkezleri ve GPU kapasitesi için yaşanan durumu yansıtıyor:
Nvidia CEO'su Jensen Huang, "1 trilyon dolarlık veri merkezi altyapısına ihtiyacımız var" gibi açıklamalar yapıyor. Bu, yeni "apartmanlar" inşa etmek için finansal taahhütlere dönüşüyor.
İki teori var:
"Kapasite balonu, gelecekteki belirsiz talebi bugünün kesin maliyetiyle karşılamaya çalışmak demektir. Bu, AI ekonomisinde devasa risk yaratır."
Benjamin bir çiftlik sahibi. 100 işçisi var ve tarlalarını sürüyorlar. Toplam maaş bordrosu yılda 10 milyon dolar.
Bir gün Benjamin bir katır satın alıyor. Bu katırı kullanan işçi %10 daha verimli oluyor. Benjamin şöyle düşünüyor:
"Bir katır %10 verimlilik sağlıyor. O halde 99 katır alırsam %1000 verimlilik artışı olur!"
Benjamin 99 işçiyi kovuyor ve 99 katır alıyor. Geriye bir işçi kalıyor.
Toplam zarar: 50 + 5 = 55 milyon dolar. Eski bordro: 10 milyon dolar. Benjamin, maliyet düşürmek isterken 5 kat daha fazla para kaybetti.
Bu hikaye, birçok şirketin AI ile yaşadığı gerçeği yansıtıyor:
Örneğin, bir müşteri hizmetleri AI'ı devreye alınıyor ve çalışanlar azaltılıyor. Ama AI yanlış cevaplar veriyor, müşteriler kızıyor, şirket itibarı zarar görüyor. Geriye kalan çalışanlar artık müşteri sorunlarını çözmek yerine AI'ın yaptığı hataları düzeltmekle uğraşıyor.
Ya da bir kod yazma AI'ı kullanılıyor, yazılımcı sayısı azaltılıyor. Ama AI'ın ürettiği kod hatalı, güvenlik açıkları var, ve geri kalan yazılımcılar kod yazmak yerine AI kodunu temizlemekle meşgul.
"Bir araç biraz verimlilik sağlıyorsa, 100 katını almak 100 kat verimlilik sağlar" düşüncesi doğrusal olmayan sistemlerde yanlıştır. İnsan-makine dengesi bozulunca, yan etkiler (bakım, hata yönetimi, koordinasyon maliyeti) katlanarak artar.
Şimdi öğrendiklerimizi bir araya getirelim. AI ekonomisinin işleyişinde beş temel mekanizma var:
Yıllık yinelenen gelir (ARR) büyük görünüyor, ama peşin ödemelerle şişirilmiş olabilir. Gelecekteki teslimat maliyetleri ve yükümlülükler gölgede kalır.
Abonelik geliri yüksek ama müşteriye hizmet vermenin maliyeti daha yüksek. Şirket büyüdükçe zarar da büyüyor. "Ölçek ekonomisi" umuduyla sürdürülüyor, ama garanti yok.
Yatırımcı AI şirketine para veriyor, şirket o parayı yatırımcının başka bir birimine (bulut, donanım) harcıyor. Yatırımcı bunu "gelir" olarak raporluyor. Gerçek dış müşteri geliri belirsiz.
Gelecekteki belirsiz talep için devasa veri merkezi, GPU, altyapı yatırımı yapılıyor. Mevcut kullanım düşük, maliyet çok yüksek. Talep gelmezse, milyarlarca dolar boşa gitmiş olacak.
AI ile insan işgücü azaltılıyor, ama AI'ın hataları, bakım ve "pislik temizleme" maliyeti, beklenen tasarrufu aşıyor. Verimlilik artışı beklentisi gerçekleşmiyor.
"AI ekonomisi, geleneksel iş modellerinden çok farklı çalışıyor. Büyük gelir rakamları ve iddialı projeksiyonlar, altında yatan maliyet, yükümlülük ve risk yapısını gizleyebilir. Bu mekanizmaları anlamak, yatırımcı, çalışan veya kullanıcı olarak bilinçli karar vermenize yardımcı olur."